背景
Google Gemini 2.5 Nano Banana（官方名称为 Gemini 2.5 Flash Image）是谷歌于 2025 年 8 月推出的革命性 AI 图像生成与编辑模型，凭借其多模态架构、角色一致性和实时协作能力，重新定义了 AI 视觉内容创作的标准。采用统一的 Transformer 架构，原生支持文本与图像的无缝融合，无需中间转换步骤。例如，用户可直接通过自然语言指令（如 “将这张照片改为复古港风，背景换成 80 年代香港街头”）实现复杂编辑，模型能精准对齐语义与视觉元素，避免传统模型的信息丢失问题。内置 Gemini 家族的全球知识库，可理解物理原理（如光影反射、透视关系）和文化语境。例如，生成 “巴黎铁塔夜景中的产品图” 时，模型会自动匹配环境光色温与产品表面反光效果，确保物理真实性。
99% 面部特征保留突破性的 “全局外观 Token + 局部细节 Token” 双重约束机制，可在不同场景、光线和服装变化中保持人物、宠物甚至产品的外观一致性。
支持连续多轮修改，用户可逐步细化需求（如先模糊背景，再调整姿势，最后添加道具），模型全程保持上下文记忆，避免传统工具的 “断层式” 修改。
提供 Gemini API、Google AI Studio 等接入方式，支持 Python、JavaScript 等主流语言，开发者可快速集成到电商平台、教育工具或设计软件中。例如，电商网站可通过 API 自动生成多场景产品图。
提示词
{
"style": "High-key studio portrait, direct flash aesthetic, East Asian social media style (e.g., Ulzzang, Douyin), stylized beauty retouching.",
"output": {
"color_profile": "sRGB",
"render_intent": "photo"
},
"subject": {
"category": "human",
"gender_presentation": "female",
"ethnicity": "East Asian (e.g., Korean, Chinese)",
"age_bracket": "young_adult",
"body": {
"build": "slim",
"proportions": "natural human anatomy",
"posture": "relaxed on sofa, seated casually",
"pose": "seated, legs crossed and tucked close to body",
"gesture": "Right hand raised, fingers loosely curled, back of fingers/knuckles gently supporting the chin and lower cheek.",
"head_tilt_deg": 5
},
"face": {
"expression": "Playful, alluring",
"gaze": "right eye direct to camera",
"eye_action": "winking with the left eye",
"skin_tone": "Very pale porcelain (lightened aesthetic)",
"makeup": "Stylized K-Beauty/Douyin look: flawless matte base, strong pink blush high on cheeks, pink gradient lips, defined brows, light eyeliner, emphasized Aegyo-sal",
"features": "small beauty mark/mole under the left eye"
},
"hair": {
"length": "long",
"style": "messy high updo/bun with loose strands and curtain bangs",
"color": "dark brown"
},
"wardrobe": {
"top": "white fitted cropped camisole",
"outerwear": "light gray zip hoodie, worn open and slightly slipping off both shoulders",
"bottom": "white lounge shorts with drawstring",
"footwear": "barefoot"
}
},
"environment": {
"location": "studio or minimalist interior",
"set": "black leather sofa against a plain white or light gray wall",
"props": "Silver laptop (Apple MacBook, logo visible) placed on the cushion to the subject's right (camera left)"
},
"lighting": {
"key": {
"source": "strobe/flash",
"modifier": "Bare reflector or direct flash (hard source)",
"position": "Near camera axis, slightly camera-right and above eye line",
"effect": "Crisp, dark, well-defined cast shadows on the wall directly behind subject; strong specular highlights on skin and sofa leather."
},
"fill": {
"type": "minimal/none"
},
"ambient": "suppressed",
"white_balance_K": 5800
},
"camera": {
"system": "Digital Camera",
"sensor": "full-frame equivalent",
"lens": {
"type": "prime",
"focal_length_mm": 50
},
"exposure": {
"iso": 100,
"aperture_f": 4.0,
"metering": "Bright exposure, high-key aesthetic"
},
"focus": {
"target": "near eye (right eye)",
"depth_of_field": "moderate"
},
"framing": {
"orientation": "vertical",
"crop": "mid-thigh to head with room above hair",
"angle": "eye-level",
"composition": "subject centrally framed"
}
},
"color_grade": {
"look": "Bright, clean, slightly cool tone",
"contrast": "High contrast",
"saturation": "moderate, emphasized pinks"
},
"postprocess": {
"noise_reduction": "high",
"texture": "Highly smoothed skin, poreless appearance ('porcelain doll' or 'beauty filter' effect)",
"sharpen": "selective on eyes/lashes",
"blemish_control": "Complete removal of all blemishes and texture."
},
"quality_targets": [
"accurate limb lengths and joint angles",
"correct finger count and articulation",
"realistic fabric tension and folds",
"accurate winking expression"
],
"negative_prompt": [
"no altered or exaggerated body proportions",
"no extra or fused fingers",
"no realistic skin texture, pores, or blemishes",
"no text or watermarks (excluding specified logos)",
"no extreme wide-angle distortion",
"no NSFW content",
"no dark/moody lighting",
"no warm tones"
]
}
中文版
{ “style”： “高调的工作室人像，直接闪光美学，东亚社交媒体风格（如，Ulzzang、抖音），风格化的美颜修饰。 “输出”： { “color_profile”： “sRGB”， “render_intent”： “照片” }, “主题”： { “category”： “人类”， “gender_presentation”： “女性”， “ethnicity”： “东亚人（例如，韩国人、中国人）”， “age_bracket”： “young_adult”， “正文”： { “build”： “苗条”， “proportions”： “自然人体解剖学”， “posture”：“放松在沙发上，随意坐着”， “pose”： “坐着，双腿交叉并靠近身体”， “gesture”： “右手抬起，手指松散卷曲，手指背/指关节轻轻支撑下巴和下脸颊。 “head_tilt_deg”：5 }, “脸”： { “expression”：“俏皮，诱人”， “gaze”：“右眼直视镜头”， “eye_action”：“用左眼眨眼”， “skin_tone”：“非常苍白的瓷器（轻巧的美学）”， “makeup”： “风格化的 K-Beauty/抖音妆容：完美无瑕的哑光底妆，高高的脸颊上浓郁的粉红色腮红，粉红色渐变的嘴唇，轮廓分明的眉毛，浅色眼线，强调爱娇萨尔”， “features”： “左眼下方的小美痕/痣” }, “头发”： { “length”： “long”， “style”： “凌乱的高髻/发髻，松散的股线和窗帘刘海”， “color”： “深棕色” }, “衣柜”： { “top”： “白色合身短款吊带背心”， “outerwear”： “浅灰色拉链连帽衫，敞开穿着，双肩略微滑落”， “bottom”： “带抽绳的白色休闲短裤”， “footwear”： “赤脚” } }, “环境”： { “location”： “工作室或极简主义室内”， “set”： “黑色真皮沙发靠在纯白色或浅灰色的墙壁上”， “props”： “银色笔记本电脑（Apple MacBook，徽标可见）放置在拍摄对象右侧（相机左侧）的垫子上” }, “照明”： { “键”： { “source”： “频闪/闪光灯”， “modifier”： “裸反射器或直接闪光灯（硬源）”， “position”： “靠近相机轴，略微向右和视线上方”， “effect”： “清晰、黑暗、轮廓分明的阴影投射到拍摄对象正后方的墙壁上;皮肤和沙发皮革上强烈的镜面高光。 }, “填充”： { “type”： “最小/无” }, “ambient”： “抑制”， “white_balance_K”：5800 }, “相机”： { “system”： “数码相机”， “sensor”： “全画幅等效”， “镜头”： { “type”： “prime”， “focal_length_mm”：50 }, “曝光”： { “iso”：100， “aperture_f”： 4.0， “metering”：“明亮曝光，高调审美” }, “焦点”： { “target”： “近眼（右眼）”， “depth_of_field”： “中等” }, “框架”： { “orientation”： “垂直”， “crop”： “从大腿中部到头部，头发上方有空间”， “angle”： “视线水平”， “composition”： “主题集中框” } }, “color_grade”： { “look”：“明亮、干净、略带冷色调”， “contrast”： “高对比度”， “saturation”： “适度、强调粉红色” }, “后处理”： { “noise_reduction”： “高”， “texture”： “高度光滑的皮肤，无毛孔的外观（'瓷娃娃'或'美颜滤镜'效果）”， “sharpen”：“选择性地涂抹眼睛/睫毛”， “blemish_control”： “彻底去除所有瑕疵和纹理。 }, “quality_targets”： [ “准确的肢体长度和关节角度”， “正确的手指计数和发音”， “逼真的织物张力和褶皱”， “准确的眨眼表情” ], “negative_prompt”： [ “没有改变或夸张的身体比例”， “没有多余的或融合的手指”， “没有逼真的皮肤纹理、毛孔或瑕疵”， “无文字或水印（不包括指定徽标）”， “没有极端的广角畸变”， “没有 NSFW 内容”， “没有黑暗/喜怒无常的灯光”， “没有暖色调” ] }
结论
Gemini 2.5 Flash Image给我们很多创意空间，只要你感想感做，大部分图像都可以生成。结构化JSON代码容易复用与改造。
